跳转至

交互式 Notebooks

这些 Jupyter notebooks 展示了如何将 SAHI 与不同的检测框架配合使用。每个 notebook 都可以直接在 Google Colab 中运行，也可以从 GitHub 上的 demo 目录克隆到本地。

推理 Notebooks

Notebook 框架 模型 链接
Ultralytics ultralytics YOLOv8、YOLO11、YOLO26 在 Colab 中打开 GitHub
YOLOE ultralytics YOLOE 变体 在 Colab 中打开 GitHub
YOLOv5 yolov5 YOLOv5 变体 在 Colab 中打开 GitHub
HuggingFace huggingface DETR、Deformable DETR、DETA 在 Colab 中打开 GitHub
GroundingDINO huggingface GroundingDINO 零样本检测 在 Colab 中打开 GitHub
RT-DETR rtdetr RT-DETR 变体 在 Colab 中打开 GitHub
MMDetection mmdet 300 多个检测模型 在 Colab 中打开 GitHub
Detectron2 detectron2 Detectron2 模型 在 Colab 中打开 GitHub
TorchVision torchvision Faster R-CNN、RetinaNet、FCOS、SSD 在 Colab 中打开 GitHub
Roboflow roboflow RF-DETR 在 Colab 中打开 GitHub

工具 Notebooks

Notebook 说明 链接
切片 图像和 COCO 数据集切片操作 在 Colab 中打开 GitHub
批量切片推理 切片推理的批大小、速度与 TensorRT Open In Colab GitHub

在本地运行

克隆仓库并使用 Jupyter 运行 notebooks：

git clone https://github.com/obss/sahi.git
cd sahi
pip install -e ".[dev]"
jupyter notebook demo/